NVIDIA 发布 Cosmos3-H-Dreams，研究交互式手术场景生成
团队把生成式仿真从桌面缝合任务推进到更复杂的临床手术视觉场景，并介绍蒸馏、流式生成与数据适配。该工作属于仿真研究，不能直接当作临床安全或疗效验证。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
#视频
/
Hugging Face Blog精选
AWS Machine Learning Blog精选 TwelveLabs Pegasus 1.5 接入 Bedrock，输出视频片段元数据
AWS 介绍以自然语言定义目标片段并返回带时间戳 JSON 的视频模型能力，涵盖视频分段、参考图提示与长视频处理。适合内容检索和媒体资产管理场景评估。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
Hugging Face Blog精选 Muse Spark Open 开放权重，Hugging Face 整理推理与微调入口
官方生态文章介绍 Meta 多模态 MoE 模型的文本、图像、音频与视频能力，并列出 Transformers、MLX 等推理支持和微调示例。使用前需核对模型许可与硬件门槛。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
已经到底了